Procesando datos con el paquete tidyverse

# Procesando datos con el paquete tidyverse - Joins
## Ciencias Sociales Computacionales y Humanidades Digitales

---

.remark-slide-content {
    font-size: 25px;
    padding: 1em 1em 1em 1em;
}

.remark-code{
  line-height: 1.5; font-size: 80%
}

@media print {
  .has-continuation {
    display: block;
  }
}

</style>

---

# joins

---

---
class: inverse, middle, center

# __left_join()__

---
# left_join()

---
# Ejemplo de uso

-   **Caso:** Quiero conocer el peso de los casos confirmados y fallecidos de cada provincia en relación a su respectiva población (proyección a 2021).

```r
library(data.table)
base_covid_total <- fread("Fuentes/Covid19Casos.csv", 
                          header = T)
```

---
# Armo tabla con cantidad de confirmados y fallecidos

```r
tabla_casos <- base_covid_total %>% 
  rename(provincia = residencia_provincia_nombre) %>% 
  group_by(provincia) %>% 
  summarise(confirmados = sum(clasificacion_resumen == "Confirmado"),
            fallecidos = sum(fallecido == "SI")) 
```

```r
head(tabla_casos)
```

```
# A tibble: 6 x 3
  provincia    confirmados fallecidos
  <chr>              <int>      <int>
1 Buenos Aires     1590330      47763
2 CABA              411845      11385
3 Catamarca          22916        173
4 Chaco              57364       1564
5 Chubut             62173       1106
6 Córdoba           304820       4568
```

---
# Importo [tabla con proyecciones](https://www.indec.gob.ar/indec/web/Nivel4-Tema-2-24-85)

```r
pob_est_2021 <- fread("Fuentes/estimacion_pob_2021_provincias.csv", 
                      header = T, 
                      encoding = "UTF-8")
```

```r
head(pob_est_2021)
```

```
      Provincia pob_estimada_2021
1:         CABA           3078836
2: Buenos Aires          17709598
3:    Catamarca            418991
4:      Córdoba           3798261
5:   Corrientes           1130320
6:        Chaco           1216247
```
---

```r
*tabla_casos
```
]
 
.panel2-left_join-auto[

```
# A tibble: 25 x 3
   provincia    confirmados fallecidos
   <chr>              <int>      <int>
 1 Buenos Aires     1590330      47763
 2 CABA              411845      11385
 3 Catamarca          22916        173
 4 Chaco              57364       1564
 5 Chubut             62173       1106
 6 Córdoba           304820       4568
 7 Corrientes         50475        714
 8 Entre Ríos         84291       1719
 9 Formosa            28858        462
10 Jujuy              28054       1122
# ... with 15 more rows
```
]

---
count: false
 
# left_join()
.panel1-left_join-auto[

```r
tabla_casos %>%
* left_join(pob_est_2021,
*           by = c("provincia" = "Provincia"))
```
]
 
.panel2-left_join-auto[

```
# A tibble: 25 x 4
   provincia    confirmados fallecidos pob_estimada_2021
   <chr>              <int>      <int>             <int>
 1 Buenos Aires     1590330      47763          17709598
 2 CABA              411845      11385           3078836
 3 Catamarca          22916        173            418991
 4 Chaco              57364       1564           1216247
 5 Chubut             62173       1106            629181
 6 Córdoba           304820       4568           3798261
 7 Corrientes         50475        714           1130320
 8 Entre Ríos         84291       1719           1398510
 9 Formosa            28858        462            610019
10 Jujuy              28054       1122            779212
# ... with 15 more rows
```
]

---
count: false
 
# left_join()
.panel1-left_join-auto[

```r
tabla_casos %>%
  left_join(pob_est_2021,
            by = c("provincia" = "Provincia")) %>%
* mutate(tasa_conf = round(confirmados / pob_estimada_2021 * 100, 2),
*        tasa_fall = round(fallecidos / pob_estimada_2021 * 100, 2))
```
]
 
.panel2-left_join-auto[

```
# A tibble: 25 x 6
   provincia    confirmados fallecidos pob_estimada_2021 tasa_conf tasa_fall
   <chr>              <int>      <int>             <int>     <dbl>     <dbl>
 1 Buenos Aires     1590330      47763          17709598      8.98      0.27
 2 CABA              411845      11385           3078836     13.4       0.37
 3 Catamarca          22916        173            418991      5.47      0.04
 4 Chaco              57364       1564           1216247      4.72      0.13
 5 Chubut             62173       1106            629181      9.88      0.18
 6 Córdoba           304820       4568           3798261      8.03      0.12
 7 Corrientes         50475        714           1130320      4.47      0.06
 8 Entre Ríos         84291       1719           1398510      6.03      0.12
 9 Formosa            28858        462            610019      4.73      0.08
10 Jujuy              28054       1122            779212      3.6       0.14
# ... with 15 more rows
```
]

---
count: false
 
# left_join()
.panel1-left_join-auto[

```r
tabla_casos %>%
  left_join(pob_est_2021,
            by = c("provincia" = "Provincia")) %>%
  mutate(tasa_conf = round(confirmados / pob_estimada_2021 * 100, 2),
         tasa_fall = round(fallecidos / pob_estimada_2021 * 100, 2)) %>%
* select(1, starts_with("tasa"))
```
]
 
.panel2-left_join-auto[

```
# A tibble: 25 x 3
   provincia    tasa_conf tasa_fall
   <chr>            <dbl>     <dbl>
 1 Buenos Aires      8.98      0.27
 2 CABA             13.4       0.37
 3 Catamarca         5.47      0.04
 4 Chaco             4.72      0.13
 5 Chubut            9.88      0.18
 6 Córdoba           8.03      0.12
 7 Corrientes        4.47      0.06
 8 Entre Ríos        6.03      0.12
 9 Formosa           4.73      0.08
10 Jujuy             3.6       0.14
# ... with 15 more rows
```
]

---
count: false
 
# left_join()
.panel1-left_join-auto[

```r
tabla_casos %>%
  left_join(pob_est_2021,
            by = c("provincia" = "Provincia")) %>%
  mutate(tasa_conf = round(confirmados / pob_estimada_2021 * 100, 2),
         tasa_fall = round(fallecidos / pob_estimada_2021 * 100, 2)) %>%
  select(1, starts_with("tasa"))
```
]
 
.panel2-left_join-auto[

---
class: inverse, middle, center

# __righ_join()__

---
# right_join()

---
class: inverse, middle, center

# __inner_join()__

---
# inner_join()

---
class: inverse, middle, center

# __full_join()__

---
# full_join()

---
class: inverse, middle, center

# __anti_join()__

---
# anti_join()